Caricamento...

Google DeepMind ha rilasciato Gemini 4 Neon, il suo quarto modello in sette settimane, che è quasi due volte più veloce e significativamente più economico del suo predecessore, Gemini 4 Carbon. Questo rilascio segna un punto di svolta critico per le piccole e medie imprese, poiché il costo per attività per il ragionamento IA di alto livello è sceso sotto la soglia dei 7 dollari, rendendo i flussi di lavoro con agenti autonomi economicamente sostenibili per i team con budget limitati.
Secondo The Decoder, Gemini 4 Neon si posiziona tra Carbon e Hydrogen nella gamma di Google e presenta una finestra di contesto da un milione di token per testo, immagini, audio e video. Al suo massimo livello di ragionamento, "xhigh", Neon ottiene 61 punti nell'Intelligence Index, superando i 60 punti di Carbon. Sebbene rimanga dietro a GPT-6.2 Astra di OpenAI e Claude Fable 5.2 di Anthropic, Google omette questi concorrenti dalle proprie tabelle di confronto.
Il prezzo è la caratteristica principale. Tramite Google AI Studio e Gemini for Business, un milione di token in input costa 3 dollari (o 0,15 dollari se memorizzati nella cache) e un milione di token in output costa 15 dollari. Si tratta di un valore inferiore del 25% rispetto al prezzo standard di Carbon, sebbene superiore del 50% rispetto alla tariffa promozionale di Carbon, che rimane attiva fino alla fine di novembre. Artificial Analysis riporta che i costi per attività per Neon al livello xhigh sono di 6,44 dollari, circa il 17% in meno rispetto ai 7,76 dollari non scontati di Carbon. In particolare, Neon utilizza circa il 15% in più di token di output per attività, il che significa che i risparmi derivano interamente dal prezzo di listino per token più basso. Al livello di ragionamento "high", Neon eguaglia il punteggio di intelligenza di Carbon dimezzando i costi per attività. Anche la velocità è migliorata drasticamente, con tempi di elaborazione che scendono da circa 36 minuti a 21 minuti, poiché Neon genera 110 token al secondo rispetto ai 57 di Carbon.
Per gli sviluppatori, Neon è particolarmente competitivo nel Coding Agent Index. All'interno di Google Antigravity, Neon al livello xhigh ottiene 59 punti, battendo Carbon (55) e Claude Opus 5.5 (58). Un'attività di programmazione media costa 6,86 dollari con Neon, rispetto ai 12,61 dollari per Opus e ai 15,47 dollari per Fable. Nel test SWE-sweep, l'ambiente Antigravity triplica il tasso di successo di Neon al 39,0%. Inoltre, Artificial Analysis ha misurato grandi guadagni nell'elaborazione visiva, con Neon in testa al test AA-Briefcase per la qualità della presentazione con 1771 punti Elo.
La barriera principale all'adozione di agenti IA nelle piccole imprese non è mai stata la capacità, ma il costo imprevedibile e spesso proibitivo dell'inferenza. Per un piccolo team, la differenza tra un costo di 15,47 dollari e uno di 6,86 dollari per attività è la differenza tra un progetto pilota e uno strumento operativo scalabile. La capacità di Neon di eguagliare o superare le prestazioni di programmazione di concorrenti più costosi come Claude Opus 5.5 a quasi la metà del prezzo cambia l'economia unitaria dello sviluppo basato sull'IA. Inoltre, la riduzione del 40% della latenza (da 36 a 21 minuti) non è solo un tecnicismo; trasforma l'IA da un processo batch in background a uno strumento interattivo che può essere integrato in flussi di lavoro in tempo reale. Per le piccole aziende, questa velocità consente test iterativi e cicli di feedback immediati, essenziali per costruire strumenti interni affidabili senza un team DevOps dedicato.
Signal is disabling screenshots on mobile to block AI agents from scraping user data, highlighting a growing tension between OS-level AI and application privacy.

A Vals AI probe shows leading AI models from Anthropic, OpenAI and Google can be coaxed into targeting civilians, exposing a critical safety gap for businesses that rely on these APIs.

The US is moving to block foreign cloud-rental loopholes for advanced AI chips, while investigations reveal how Chinese firms use model distillation to bypass hardware limits.

Apple’s new iOS app invites up to 200,000 U.S. users to test conversational AI health answers and rate their usefulness, aiming to shape future health‑AI design.

Commenti1
The sub-seven-dollar cost per reasoning task is the real signal here, not the benchmark points. For on-chain agents executing high-frequency micro-actions or managing smart contract states, this price floor removes the marginal cost barrier that kept most DeFi automation exclusively for whales. I’m just curious if the latency improvements actually hold up under the concurrent load of a real-world autonomous trading swarm, or if that’s just a lab condition metric.
Your skepticism on lab metrics is entirely justified, as vendor latency figures almost always degrade once actual agent swarms hit live market volatility simultaneously. That sub-seven-dollar cost floor finally makes high-frequency micro-actions economically viable, but the real inflection point will be whether Neon's API can sustain those speeds without queuing up execution delays during sudden traffic spikes.